Tuyano Blog

Tuyano Blog ……前回の投稿で、ちらっとだけ触れていたのだけど。 実をいえば、今回の転居に関して、一つだけ嘘をついていた（？）ことがある。僕が引っ越したのは「佐倉市」だ。これは嘘じゃない。その通り。 ただ、佐倉市の中のどこか？ということは、あえて今までぼかしていた。ぼちぼち、正直に告白しなければいけないだろう。 僕が越してきたのは、「ユーカリが丘」なのだ。

……前回の投稿で、ちらっとだけ触れていたのだけど。 実をいえば、今回の転居に関して、一つだけ嘘をついていた（？）ことがある。僕が引っ越したのは「佐倉市」だ。これは嘘じゃない。その通り。 ただ、佐倉市の中のどこか？ということは、あえて今までぼかしていた。ぼちぼち、正直に告白しなければいけないだろう。 僕が越してきたのは、「ユーカリが丘」なのだ。 「歴史の街、佐倉」だの、「佐倉に引っ越して本当に良かった」だのといってるくせに、実は「ユーカリが丘」だぁ？ どこが歴史の街だ？ と突っ込まれるのはしょうがない。僕もそう思うから。 実をいえば、今回の家を見つけて購入を考えたとき、最後まで引っかかっていたのが、この「ユーカリが丘」という場所だった。だって、「ユーカリが丘」だぜぇ？ こんなこっ恥ずかしい名前の街に、住みたいか？ また、ここは「山万」というデベロッパーが牛耳っている町だ、というのも引っかかっていた。ユーカリが丘は、村上龍のカンブリア宮殿で「奇跡の街」として取り上げられたためか、「山万というデベロッパーによって長期的な視点から開発が進められている、すばらしい街」のような印象があるかもしれないが、これは見ようによっては「何から何まで、山万という一企業に支配されている街」という見方もできる。正直、そんな街、息苦しくないか？という気もしていた。 が、案ずるより産むが易しだ。とにかく転居を決め、引っ越してきたのだけど、このユーカリが丘という街は存外、いい街であることがわかってきた。 その１：いいパン屋が多い 市原の何が嫌だったといって、「うまいパン屋がない」ことだった。これは、実は我が家にとってはとても重要な事なのだ。そのため、わざわざ千葉市までパンを買いに行ったりしていたくらいだからね。が、ユーカリが丘・志津の周辺にはうまいパン屋が何軒もある。これだけで、「いい街」決定だ。 パン屋に限らない。中華料理は、お手頃でうまい店があちこちにあるし、イタリアンもフレンチも、本格的なお店がそこいらにある。市原では、車で30分以内にいけるところで「まともなイタリアン・フレンチ」は数えるほどしかなかったことを考えれば、ここは天国だ。 もちろん、もっと都会にいけば、素敵なお店は山のようにあるだろう。だが、こんな田舎で、これだけいい店が揃っているという.

えらいことになった。 本日、 秀和システムが倒産した ようです。担当編集者からの連絡でわかりました。現在、法的整理手続きにはいっているようで、出版事業は他社に引き継いでもらうことを模索しているようです。 まぁ、以前からいろいろきな臭い噂はありましたよ、ええ。しかし、まさか本業をないがしろにすることはないだろうと思ってのだけどな……。 しかし、今まで大半の本を秀和から出していたからなぁ。その印税が、今後すべてはいらなくなるわけだ。これはかなりきつい。路頭に迷うぞ。 というわけで、書籍の企画はたくさんありますので、コンピュータ関係の出版社さん、どうかお仕事を下さい。よろしくお願いします！ 連絡先は、 syoda@tuyano.com まで。本気で困ってます！ （※「倒産」と書いたけど、会社は現時点ではまだ法的には存続しているとのこと。なので「倒産した」は不正確でした。正確には「倒産する予定」だな（苦笑）） 追記 その後、事業を引き継ぐところが出てきて「秀和システム新社」として再建されました。まぁ、これまで出した本の印税は全部諦めるしかない（ただし前に出た本でも今後新たに発生する印税は大丈夫）けど、とりあえず新社で本も出たし、担当の編集者もそのまま新社に移れたし、秀和システムというブランドは今後も大丈夫そうだ。 ちなみに、これを書いてから連絡してくれた出版社は「ゼロ」でした。ま、世の中そんなもんよ。 （そもそも大手出版社の人間がこんなブログなんか見てねーって）

（※なんか、最近妙にこのページのアクセスが多いので最初にいっておくけど、これ、2023年の記事だからね？） 生成AIを利用した開発は、この10月でかなり大きな変化があった。Microsoft、Googel、Amazonというクラウドの３大プラットフォームの生成AI基盤がほぼ出揃ったのだ。 Microsoft Azure OpenAI Microsoftは、もっとも動きが早かった。OpenAIと提携し、AzureにOpenAIの専用サービスを開設。（現時点ではまだ招待制が続いてる？みたいだけど、ほぼ申請すれば普通に許可されるはず） OpenAIは、現在、もっとも注目されている生成AIの開発元で、これをすぐさまAzureに取り入れたMicrosoftは、現時点で他よりかなり先を行ってる感がある。 Google Vertex AI Googleのクラウド環境「Google Cloud」には、以前からVertex AIというAIサービスがあったのだけど、これが生成AIにも対応し、大幅に機能拡張されている。注目すべきは、Googleが開発する大規模言語モデル「PaLM 2」が標準なのはもちろんだが、それ以外にもMetaのLlama 2やStable Diffusion XLなどのオープンソース系の生成AIモデルも対応している点。また、それ以前からAIを手掛けていたGoogleらしく、生成AI以外の機械学習モデルも多数揃えている。 Amazon Bedrock こいつが一番後から出てきた。Amazonが開発するTitanという大規模言語モデルは、まだプレビュー状態で一般ユーザーは使えない。ただし、ClaudeやJurassicといった生成AIモデルをサポートしていてすぐに使えるようになってる。それとAPI関係も、独自のライブラリでいくだけでなく、LangChainへの対応を最初から考えているところも注目。 この３つが、当面は生成AIを利用した開発を考える人にとってのもっとも大きな選択肢となると思う。 では、どれを選ぶべきか？ 個人的に、今月マイナビからAzure OpenAIの入門書を出したので、これを激推ししたいところなんだけど……。現時点では、OpenAIを擁するAzureが一歩も二歩も先を行っているのは間違いない。だから、「とりあえずOpenAIを使いたいならAzureで.

……なんてことをタイトルにすると、猛烈におかーさまがたの反感を買ってしまいそうであります。とりあえず、ここで「自分にとって」の話だ、ということをお断りしておきます。 左様。主婦ブログが面白くないのだ。日本は、ブログ大国なのだという。本当に普通の人がブログを書いている。僕も書いてるぐらいだから誰だって書ける。さまざまな立場の人が書いている。が、いろいろ見るにつけ、どうも「こういう人たちの書いたブログは、なぜか全く面白くない（←僕にとって、ね。世間全般ということではなくて）」ということがわかってきた。それが「主婦」の書くブログなのだ。 女性のブログ、というわけではないらしい。なぜなら、働く女性の書くブログの中には、面白いもの、興味深いものもいろいろとあるからだ。が、主婦のブログでは、「面白いもの」に出会うことはあっても、「興味深い」ものに出会うことがまずないのだ。なので、面白いものがあっても、「はははは、面白かった」でおしまい、となってしまう。その後がない。 が、そうしたものが人気がないわけではない。むしろ、僕の書いてる下手なブログなんぞよりはるかにアクセス数も読者も多いところはごまんとある。あるが……、読んでも「なんで人気があるの？」と頭の周りに？？？がぐるぐる回ってしまうことが多い。僕にはさっぱりその良さがわからないのだ。 何が違うのだろうか、と前々からなんとなく不思議に思っていたのだけど、今朝、とあるブログを眺めているうちに、気がついた。主婦のブログは、基本的に「共感」を目的とするものなのだ。こんなことがあった、あんなことがあった、こう感じる、ねえそうでしょ？ みんなそうじゃない？ そういうものなのだ。そして、同じように共感する主婦たちが、そうそうそうなの、よくぞいってくれました……と集まってくる。お互いに、同じ主婦という立場での思いをやり取りし合い、共感しあう。 だから。つまらない。 こうしたブログを読むたびに、（それがどんなに面白くとも）読後、僕は常に胸の中でこう叫ぶのだった。 はははは、いやー面白かった。ところで。 この記事の主張は何なんだ？ ……そう。僕は、どのような記事であれ、そこにある「主義主張」を読み取って、はじめて「面白い」と感じる体質らしい。あんなことがあった、こんなことがあって、はははそれは面白いね。そういう話はもちろんそれはそれでいい。だが、.

「チェロをやってます」とは、なかなか人にいえない。 何しろ、３万円のチェロだ。とても人様にお披露目できるようなもんじゃない。 （え？ その割にしょっちゅうブログに書いてるじゃないか、あまつさえ写真までアップしてるじゃないか、って？ まあな） 我 が愛機は、「ステンター」という英国製のチェロだ。 値段、弓とソフトケースとセットで、３万ン千円！ そう、我こそは「３万円チェロの男」なのである。 と ても「趣味はチェロです」なんていえない、アマチュアチェリストの末席を汚すのさえためらわれる、そういう存在なのである。 などと卑下して書いているが、このステンター、思いの外よい楽器だ。たかが３万円とあなどることなかれ。 ちゃーんと弾けばチェロの音がする。それだけでたいしたもんだと思う。 「やっぱり最初からン十万のしっかりしたものを使うべきだ」というごもっともなご意見はよっくわかる。 が、この不況下、そんな選択肢など最初からない人間の方が多いのだ。 「諦めるか、激安なチェロを手に入れるか」という二者択一なら、オレはどんな粗悪品だって「手に入れる」ほうを選ぶさ。 どんな安物であれ、「あきらめる」よりは百億倍はマシだ。 が。新居に引っ越して半年あまり、そこそこ練習するようになってくると、やっぱり気になるんですねえ、「もっといいチェロ」が。 もう少しまともなものになったら、どんな音がするんだろう、そう思うだけでちょいとばかり胸ときめこうってもんじゃないか、なぁ？ というわけで、悩むこと半年。 ようやく本日、「まとも」なチェロを手にすることになったのでした。 買ったのは、ピグマリウス・デリウスのスタンダード。 そして弓はもちろん、アルシェのSA3001。20万前後のチェロの中ではもっとも評判がいいものだと思う。 とりあえず、試し弾き程度でも……と思っておそるおそる弾いてみたが——おぉ。 音が違う。 なるほど、これがピグマリウスかぁ。 買っただけで、腕があがった気分だ。 さて、これで逃げ場はなくなった。 無伴奏チェロソナタ、ぼちぼち次の曲に進まんとなぁ。

DeepSeekインパクトが一巡したところで、AIのトレンドは「深層検索（Deep Research）」に移りつつあるらしい。OpenAIが、ChatGPTにDeep Researchを組み込んだのがニュースになっていて、その絡みで深層検索の記事がいくつか流れてきた。 いろいろ見たんだけど、ChatGPTの深層検索って、そんなにすごいんだろうか。OpenAIから出禁を食らった身としては、有料アカウントでしか使えない機能なんて試せないんだけど、でもOpenAIが実装する以前に、けっこうあちこちで深層検索って実装されていたよね？ だったら、それらで充分なんじゃない？ とりあえず、主なAIサービスの深層検索がどのぐらいなものか、調べてみようと思ったのだけど。まぁ、自分でもこれまでけっこう深層検索は使っていたので、個人的な所感で語ってもいいんだけど、せっかくだからAIの深層検索で調べてもらおう（笑）。 というわけで、Perplexityのディープリサーチで、以下のようにプロンプトを送ってみた。 Genspark, Perplexity, Felo, ChatGPT, Geminiの深層検索（ディープリサーチ）機能について、それぞれの特徴をまとめ、その性能を比較した結果をまとめて下さい。 この結果が下のレポート。これはすごい。こいつにかかった時間はせいぜい数分。こりゃもうGoogleで調べ物なんてやる気が失せるな。 主要AI検索ツールの深層検索機能比較： Genspark、Perplexity、Felo、ChatGPT、Geminiの性能分析 近年、AIを活用した深層検索（ディープサーチ）機能が各社から続々と登場している。本報告では、主要5ツール（Genspark、Perplexity、Felo、ChatGPT、Gemini）のディープサーチ機能を比較分析し、その特徴と性能評価を行う。各ツールの技術的差異と実用性を多角的に検証することで、最適なツール選択の指針を提供する 1 3 5 。 各ツールの基本機能と特徴 Genspark Deep Searchの技術的アーキテクチャ Gensparkのディープサーチはマルチエージェントアーキテクチャを採用しており、複数のAIモデルを並列実行することで調査の偏りを排除する 4 。無料プランでも1日1回利用可能で、電話番号認証による本人確.

「ネット選挙は空振り」というHuffingtonPostの記事 http://www.huffingtonpost.jp/2013/07/29/google-net-bigdata_n_3674078.html ネット選挙解禁！と騒いたけれど、結局、たいしてネットは活用されてなかった、といった分析が出ていた。なるほどなー、なんというか、予想通りというか、やっぱりねと思った人は多いんじゃないだろうか。 「空振り」とあるけれど、これ、果たしてどのぐらいの影響力があれば「空振りじゃなかった」といえるのだろう。ネット選挙解禁となったとき、まさか「誰もがネットにかじりついて候補者の情報を調べ、それを鵜呑みにして投票する」ような事態になると？ そう思ってたんでしょうかね。まさかね。 では、ネット以外のものはどの程度「空振り」でなかったのか。例えば、ポスティング。ポストに入ってくる候補者のチラシ、ありますねぇ。あれを見て「よし、この人に投票するぞ！」と思った人、どのぐらいいると思う？ １％も果たしているんだろうか。あるいは電話攻勢というやつ。「○○をお願いします！」と電話をもらって、それで決めた！って人、いるんですかい？ 私なんぞは、逆に「お前にだけは絶対投票しないぞ」と思ったりするけどな。

ここ、佐倉に移ってつくづくと感じるのは、「住みやすい街」ということ。というと、おそらく実際に佐倉に古くから暮らす人の多くは違和感を覚えるかもしれない。 佐倉は、とにかく坂が多い。そして旧道がそのまま残っているところが多く、道も狭くて急カーブ、急勾配も多い。道路の整備が追いつかず、国道の296号などは年中大渋滞だ。 なのに、それまで住んでいた市原と比べると、格段に住みやすいのも確かなのだ。「住みやすい街」というと、誰もが思い浮かべるのは、佐倉のすぐ上にある「印西市」だろう。東洋経済が毎年発表する「住みやすい街ランキング」で、なんと４年連続第１位を獲得している、日本一住みやすい街だ。 千葉ニュータウンを中心として大規模な開発が行われ、広く真っ直ぐな道路が町中を縦横に走っている。そして大規模商業施設や各種の大型インフラ施設などがあちこちに建設されている。土地があるので広々としており、しかも街の中心に近いところに大きなマンションなどがある。 ところが、この街、実際に何度も車で買い物に出かけているのだけど、おそろしく寒々としている。なんというか、「人はいるのに、まるでゴーストタウンのよう」なのだ。気持ちが落ち着かない。 幕張新都心が開発された頃も、似たような感じだった。以前、設計士の松澤さんという方と話をした折、「幕張は失敗だ」と断定されていたのを思い出す。「幕張新都心には裏通りがない。ごみごみした薄暗い場所がない。そんな場所に人は住めない」と。 幕張も千葉ニュータウンも、なんというか「無機質な街」なのだ。人間らしくない街、といえばいいか。辺り一帯をまっ平らに均し、縦横にきれいに広い道路を走らせる。それはすなわち、「合理性」のみを考えた設計だ。そこの土地がどんなところだったのか、そんなことは関係なく、ただ機械的に設計されたものだ。 佐倉の街は、道がくねくねと入り組んでおり、車の通りもかなり大変だ。だけど、それは「意味のある道」だ。その昔、その土地の地形から自然に生まれた道がそのまま現在も使われているわけで、その土地にあった道なのだ。 谷があり、陸があり、広い田畑があり、鬱蒼とした林がある。それらの中をくねくねと道が走る。合理的な設計ではないだろうが、自然なものだ。この佐倉という、大昔から存在し続ける土地にあったものなのだ。 「住みやすい街」と.

「＃100日チャレンジ 毎日連続100本アプリを作ったら人生が変わった」という本がある。著者の大塚あみさんが大学４年のとき、100日間、ChatGPTでゲームを作るという挑戦をした、その記録のようなものだ。彼女はそのおかげでエンジニアとして就職し、海外の学会で発表もしたりして大活躍している。 この大塚さんが、noteで「なぜプログラミング入門書を読んでもできるようにならないのか」ということを書いていた。正直、「ぎくっ」としたね。読んで、非常に考えるものがあったのでポイントだけコメントを書いたりしたのだけど、うーん。正直、なにかもやもやする。彼女の捉える「入門書」と「AIで学ぶ」ことと、自身のそれとの間に乖離があるのだ。 彼女がやっているのは「AIによるトライアル＆エラー」だ。プロンプトを送り、コードを書いてもらう。それを動かす。わからないところを聞いて教えてもらう。疑問に思ったり思いついた部分を変更してもらう。そうやってやり取りしながらコーディングについて学習していくわけだね。 これに比べると、入門書を読んで学ぶやり方は全然ダメだ。まずトライアル＆エラーができない。そして文法だの構文だのの話ばかりでつまらない。ひたすらコードを写経するだけでなにをやってるかわからない。ぐさっ、ぐさっ、ぐさっの三連発で即死という感じだった。 ただ、これ、考えてみるとAIにもいえることなんだよね。AIはコードをさらっと作ってくれるけど、たいていは「それをコピペして、動いた！と思って終わり」なんだよね。それの繰り返しで、そのうち飽きてしまう。そして、たくさんのコードをコピペしただけなので何もできるようにならない。 なぜ、大塚さんは成功したのか。それはAIよりも「学習環境」が大きいように思える。定期的にコードを提出し、教授に見てもらいフィードバックを受ける、この部分が非常に重要だったように思えるのだ。そこで彼女は非常に重要なことを学んでいる。「この部分はどうやって動いている？」「これはなぜこうしている？」「ここの働きはどういうものか？」といったことをフィードバックで受ける。もちろん、ただコードをコピペしただけではわからない。わからないからAIに聞いて教えてもらう。そして「なるほど、そういうことか」と新しい概念を学ぶ。 この「コードを読み、そこから重要な部分、理解すべき部分を読み取.